Приложение А. Подготовка систематизированных данных для проведения эмпирических исследований

Очевидно, для оценки аспектов ликвидности, оказывающих влияние на ликвидацию портфеля, требуются внутридневные (intraday)данные по торговле. Кроме того, только данных по сделкам не достаточно для анализа, так как требуется еще наличие полной ин­формации о выставленных и снятых в торговой системе заявках.

Данные, на которых проведены расчеты - это реальные данные о ходе торгов акциями на ММВБ за период с января 2006 г. по ноябрь 2007 г., которые насчитывают свыше 700 дней по более 700 акциям. Среди данных акций встречаются как неактивно торгуемые бумаги, так и достаточно ликвидные, по которым часто происходит несколько сделок в секунду с разными контрагентами.

А.1 Создание б азы данных о ходе торгов акциями на ММВБ

Для информационного обеспечения разработки подхода к опре­делению рациональной стратегии ликвидации портфеля и последую­щего построения на его основе СППР была создана база данных, со-

1 75

держащая информацию о ходе торгов акциями на Московской меж­банковской валютной бирже (ММВБ).

В моем распоряжении были данные о ходе торгов в одном из режимов проведения торгов на Фондовой бирже ММВБ, а именно - в режиме основных торгов. Как описано в «Правилах проведения тор­гов по ценным бумагам в Закрытом акционерном обществе «Фондовая биржа ММВБ» (далее - Правила)» [10], режим основных торгов со­стоит из следующих периодов: предторгового периода, торгового пе­риода и послеторгового периода (пункт 14.1 Правил).

В предторговом периоде в Систему торгов подаются только ли­митные заявки. На основании поданных в предторговый период зая­вок по каждой ценной бумаге на момент окончания данного периода происходит определение цены предторгового периода, обеспечиваю­щей заключение сделок с наибольшим количеством ценных бумаг, являющихся предметом этих сделок (см. пункт 14.2 Правил).

В основу механизма торговли в ходе торгового периода заложен изложенный в главе 1 принцип "Order driven market"— рынок конку­рирующих между собой заявок, при котором сделка заключается ав­томатически при пересечении условий во встречных анонимных зая­вок (см. пункт 14.3 Правил).

В послеторговый период происходит сбор заявок Участников торгов и заключение сделок по средневзвешенной цене, определяемой в течение последних 30 минут торговой сессии. При отсутствии в течение последних 30 минут торговой сессии сделок с данной цен­ной бумагой в качестве цены послеторгового периода используется средневзвешенная цена данной ценной бумаги, в случае отсутствия сделок по данной ценной бумаге цена послеторгового периода не рассчитывается (см. пункт 14.4 Правил).

1 76

Созданная на основе СУБД Microsoft SQL Server 2005 база дан­ных содержит:

• Информацию обо всех заявках на покупку и продажу ак­ций, выставленных на Московской межбанковской ва­лютной бирже за период с января 2006 по декабрь 2007.

• Информацию обо всех сделках по акциям, заключенных на ММВБ за тот же период.

• Вспомогательную информацию, в первую очередь описа­ние 700 акций, присутствующих в базе, включающем их тиккер на бирже или ISIN, а также другую справочную информацию.

Информация о заявках содержит в себе:

• уникальный номер заявки в Системе ММВБ;

• дату и время (с точностью до секунды) ввода заявки;

• идентификационный номер акции, по которой была вы­ставлена заявка;

• направление заявки (на покупку или продажу);

• цену заявки;

• объем заявки;

• изменение статуса заявки с указанием времени, когда оно произошло (полное или частичное исполнение, отмена пользователем или системой).

Информация позволяет построить полную картину происходя­щего на рынке за исключением определения инициатора каждой из котировок, что, очевидно, является конфиденциальной информацией, не подлежащей раскрытию. Общее количество записей такого рода в базе данных - 160 115 507.

Информация о заключенных сделках содержит в себе:

• уникальный номер сделки в Системе ММВБ;

• время исполнения сделки (с точностью до секунды);

• информацию о том, какие котировки (с указанием их уни­кальных номеров) участвовали в исполнении этой сделки;

• цена, по которой была заключена сделка;

• объём сделки.

Указание даты совершения сделки и номера акции при наличии номера котировок является избыточной информацией. С целью эко­номии соответствующие поля в итоговой таблице базы данных пред­ставлены не были. Информация о сделках, наряду с полным списком выставленных заявок, позволяет получить полную картину происхо­дившего на рынке в тот или иной момент времени. Общее количество записей о сделках - 151 022 856. Большое количество записей объяс­няется тем, что сделки, совершенные с одной крупной заявкой с одной стороны и несколькими более мелкими с другой учитываются отдель­но.

Структура базы данных приведена на Рис. А.1. С целью обеспе­чения вычислительной эффективности работы были созданы вспомо­гательные таблицы, содержащие преднасчитанные значения агрегатов (средних объёмов и количества сделок и котировок за день и др.).

А.2 Репликация книги лимитированных заявок

Для целей исследования в первую очередь на основании имею­щихся данных было разработано программное приложение, позво­ляющее произвести репликацию книги лимитированных заявок. В ос­нову этого приложения был положен алгоритм, описанный К. Кава- жечем [91]. Данный алгоритм разбивает процесс восстановления кни­ги лимитированных заявок на 4 шага.

1 70

Основные таблицы - t001orders, содержащая информацию о выставленных ко­тировках, и t002 trades, содержащая информацию обо всех заключенных сделках.

зультатов, не показаны.

Рис. А.1 - Структура базы данных, содержащей информацию о ходе торгов акциями на ММВБ.

На первом шаге отбираются все действующие лимитированныезаявки на момент начала набора данных 1₀, которые не были исполне­ны или отменены. В случае ММВБ нет необходимости выявлять заяв­ки, выставленные до начального момента отсчета, так как в силу осо­бенностей организации торговой сессии все действующие заявки в конце дня снимаются системой. В нашем случае достаточно сформи­ровать начальную книгу лимитированных заявок (prebookв термино­логии К. Каважеча [91]) в момент начала торгов за каждый из доступ­ных дней.

На втором шаге происходит добавление в начальную книгу зая­вок, выставленных до определенного момента времени t₁включитель­но. Таким несложным образом можно получить множество всех вы­ставленных заявок с момента формирования начальной книги по ука­занный момент времени t₁.

На третьем шаге происходит исключение из полученного мно­жества всех заявок, которые получили полное или частичное испол­нение за период времени с 1₀по t₁. Как было показано в предыдущем параграфе, база данных, имеющаяся в моем распоряжении, позволяет для каждой совершенной сделки идентифицировать заявки на покупку и продажу, «смычка» которых и привела к заключению сделки. В ре­зультате, после третьего шага в множестве заявок остаются неиспол­ненные заявки или заявки, исполненные частично.

На четвертом, заключительном, шаге по процедуре, схожей с описанной на третьем шаге, отсеиваются из имеющегося множества заявок все отмененные пользователем или системой заявки. В итоге получается снимок (snapshot)книги лимитированных заявок на мо­мент времени t₁. Восстановленная таким образом книга лимитирован­ных заявок далее может быть использована на первом шаге как на­чальная книга для репликации книги в следующий момент времени 1₂ ит.д.

На основании полученной из данных информации о книге лими­тированных заявок было произведено восстановление процесса тор­говли, пример визуализации которого продемонстрирован на Рис. А.2.

1 00

Рис. A.2 - Процесс торговли.

Д-З Построение классификатора рыночных событий на ос нове информации о выставленных котировках и совер­шенных сделках

Для целей последующего моделирования релаксации потребо­валось провести для каждого момента времени разбиение всех вы­ставленных в книге заявок на десять типов заявок, исчерпывающее описание которых представлено в таблице А. 1.

Таблица А,1 - Типы событий.

1 О1

Продолжение таблицы А.1

Примечания:

1 MO - обозначение для рыночной заявки (market order), которая подразумевает немедленное исполнение по превалирующей на рынке цене.

2 LO - обозначение для лимитированной заявки (limit order), которая может быть исполнена лишь по достижении заранее определенного значения цены.

Данный классификатор представляет собой, по сути, уточнение классификатора событий, предложенного Б. Бийо и др. в [30]. В на­стоящем виде он был предложен впервые Дж. Ларджем в [101]. Ис­пользование классификатора позволяет выделить события, как приво­дящие к возмущению системы, так и способствующие ее восстанов­лению. События первого и второго типа приводят к расширению бид- аск спрэда, так как последующая котировка на покупку или на прода­жу уходит вглубь книги лимитированных заявок после исполнения рыночной заявки на покупку (продажу), которая сдвигает лучшую це­ну на продажу (покупку). Следовательно, события 1 и 2 можно оха­рактеризовать как шоки ликвидности. В теории (например, в предло­женном А. Кайлом [100] определении релаксации рынка), если воз­мущение было спровоцировано неинформационным шоком, то бид- аск спрэд должен вернуться в нормальное «досделочное» состояние через какой-то период времени, что собственно и описывается таким

1 02

аспектом ликвидности, как релаксация рынка (см. определение в главе 1). Сужение бид-аск спрэда до «досделочного» состояние может быть достигнуто только путем эмиссии новых лимитированных заявок на покупку (продажу), которые выставляются между текущими лучшими ценами покупки и продажи. Под данное описание подпадают события 3 и 4.

Реализация данного классификатора рыночных событий на практике (визуализацию классификатора можно посмотреть на Рис. А.3) потребовала преобразования данных в новый формат, которое сопровождалось серьезными техническими сложностями.

Примечания:

1 Объем представлен в логарифмическом масштабе.

2 Агрегирование произведено по ценовой шкале.

Рис. А.3 - Процесс торговли (с учетом разбиения заявок на 10 типов).

Во-первых, проблемы появились уже на стадии вычисления ак­туального состояния заявок, что связано с активностью торговли той или иной акцией. На бирже ММВБ минимально различимое время со­вершения сделок составляет одну секунду. В случае достаточно лик­видного актива в одну секунду могут одновременно происходить

1 03

сделки с участием разных заявок, причем как на покупку, так и на продажу. Кроме того, в это же время (в данную секунду) участники рынка могут выставлять и снимать свои заявки. При учете всех этих ситуаций трудность решаемой задачи возрастает в несколько раз.

Во-вторых, объем сохраняемой информации вырос более чем в 100 раз по сравнению с исходными данными. Кроме того, новая структура данных получалась настолько громоздкой для активно тор­гуемых акций, что занимала всю оперативную память, что в свою оче­редь сильно замедляло проведение расчетов.

В-третьих, появилась проблема с недостаточной скоростью вы­числительного процесса. В среднем на настольном компьютере можно насчитать требуемые статистические данные для одного актива, опи­сывающие один торговый день, примерно за 10 минут. Одним из спо­собов ускорения вычислительного процесса является использование параллельных или распределенных вычислений. На системе Hewlett Packard BladeSystem c3000 был настроен MATLAB Distributed Compu­ting Server. Для организации распределенных вычислений было разра­ботано специальное программное приложение на базе данного модуля MATLAB. Развертывание этого программного приложения на сервере позволило ускорить получение результатов для всех данных примерно в 15 раз.

1 8 4